近些年来，深度学习技巧在很多方向都获得了伟大的胜利，但由于深度神经网络盘算庞杂度高，模型参数目大，限制了其在一些场景和装备上进行安排，特殊是在移动嵌入式装备的安排。因此，模型小型化技巧成为最近几年学术界和工业界研讨的热门，模型小型化技巧也从最开真个网络剪枝、知识蒸馏、参数目化等发展为最新的神经网络架构搜索（NAS）和主动模型紧缩等技巧。近些年来，深度学习技巧在很多方向都获得了伟大的胜利，但由于深度神经网络盘算庞杂度高，模型参数目大，限
阅读背景：
自动模型压缩与架构搜索：飞桨PaddleSlim最全解读
来源：互联网
分享到：
